機器學習課程筆記（第八週-1）K-means

非監督學習unsupervised learning 聚類Clustering K-means算法： 步驟1：簇分配：遍歷所有樣本，把與聚類中心接近的點劃爲一類； 步驟2：移動聚類中心：把聚類中心移動到和它同類的數據集的均值處。 迭代以上兩步驟，直到聚類中心和點集不再變化。 兩個輸入：K（想聚類處的簇的個數）；只有x沒有標籤y的訓練集。 x(i)是n維向量。 算法表示： 如果存在一個沒有點分配給它

>>阅读原文<<